Вакансия из Telegram канала - Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Описание вакансии
ID 2252
Data Scientist
Middle
#Проект:
Разработка ИИ-агента для построения CDT (customer decision tree).
#Условия:
- Клиент: Ритейл
- Длительность: до 31.05.2026
- Рабочий график: МСК
- Формат: Удаленно
- Плановый срок рассмотрения кандидата: 7±3 дн.
🌍 Локация: РФ,РБ
💼Сотрудничество : по ИП РФ, СМЗ РБ
Eclipse Digital
https://eclipse-studio.ru/ - наниматель
Вакансия - нашего партнера
#Обязательно:
- Опыт работы в Data Science от 2 лет;
- Знание теории вероятностей, математического анализа и линейной алгебры;
- Умение проверять статистические гипотезы, знание основных критериев;
- Знание и понимание основных метрик и принципов оценки качества моделей, способов валидации моделей;
- Уверенное знание Python (классический набор библиотек для анализа данных и машинного обучения: scikit-learn, NumPy, pandas, Plotly, Matplotlib, Seaborn);
- Опыт обучения моделей градиентного бустинга с использованием одной из библиотек (CatBoost, LightGBM, XGBoost);
- Опыт разработки рекомендательных систем;
- Опыт запуска ML в продакшн — понимание того, как корректно настроить сервинг моделей; знание принципов работы технологий для сервинга моделей: Docker, Kubernetes, Kubeflow, KServe.
#Задачи:
- Создание рекомендательной системы, продуктивизация моделей машинного обучения.
📨 Откликнуться можно в telegram
Data Scientist
Middle
#Проект:
Разработка ИИ-агента для построения CDT (customer decision tree).
#Условия:
- Клиент: Ритейл
- Длительность: до 31.05.2026
- Рабочий график: МСК
- Формат: Удаленно
- Плановый срок рассмотрения кандидата: 7±3 дн.
🌍 Локация: РФ,РБ
💼Сотрудничество : по ИП РФ, СМЗ РБ
Eclipse Digital
https://eclipse-studio.ru/ - наниматель
Вакансия - нашего партнера
#Обязательно:
- Опыт работы в Data Science от 2 лет;
- Знание теории вероятностей, математического анализа и линейной алгебры;
- Умение проверять статистические гипотезы, знание основных критериев;
- Знание и понимание основных метрик и принципов оценки качества моделей, способов валидации моделей;
- Уверенное знание Python (классический набор библиотек для анализа данных и машинного обучения: scikit-learn, NumPy, pandas, Plotly, Matplotlib, Seaborn);
- Опыт обучения моделей градиентного бустинга с использованием одной из библиотек (CatBoost, LightGBM, XGBoost);
- Опыт разработки рекомендательных систем;
- Опыт запуска ML в продакшн — понимание того, как корректно настроить сервинг моделей; знание принципов работы технологий для сервинга моделей: Docker, Kubernetes, Kubeflow, KServe.
#Задачи:
- Создание рекомендательной системы, продуктивизация моделей машинного обучения.
📨 Откликнуться можно в telegram
Будьте осторожны: если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого - это мошенники. Обязательно жмите "Пожаловаться" или пишите в поддержку. Подробнее в гайде →
Текст вакансии взят без изменений
Источник -